• 대한원격탐사학회지
• /
• 제34권5호
• /
• pp.811-827
• /
• 2018

본 연구의 목적은 다중시기 원격탐사 자료를 이용한 작물분류에서 기계학습 알고리즘과 딥러닝 알고리즘의 비교에 있다. 이를 위해 전라남도 해남군과 미국 Illinois 주의 작물 재배지를 대상으로 기계학습 알고리즘과 딥러닝 알고리즘에 대해 (1) 하이퍼파라미터와 (2) 훈련자료의 크기에 따른 영향을 비교 분석하였다. 비교 실험에는 기계학습 알고리즘으로 support vector machine(SVM)을 적용하고 딥러닝 알고리즘으로 convolutional neural network(CNN)를 적용하였다. 특히 CNN에서 2차원의 공간정보를 고려하는 2D-CNN과 시간차원을 확장한 구조의 3D-CNN을 적용하였다. 비교 실험 결과, 다양한 하이퍼파라미터를 고려해야 하는 CNN의 경우 SVM과 다르게 두 지역에서 정의된 하이퍼파라미터 값이 유사한 것으로 나타났다. 이러한 결과를 바탕으로 모델 최적화에 많은 시간이 소요되지만 최적화된 CNN 모델을 다른 지역으로 확장할 수 있는 전이학습의 적용 가능성이 높을 것으로 판단된다. 다음 훈련자료 크기에 따른 비교 실험 결과, SVM 보다 CNN에서 훈련자료 크기의 영향이 큰 것으로 나타났는데 특히 다양한 공간특성을 갖는 Illinois 주에서 이러한 경향이 두드러지게 나타났다. 또한 Illinois 주에서 3D-CNN의 분류 성능이 저하되는 것으로 나타났는데, 이는 모델 복잡도가 증가하면서 과적합의 영향이 발생한 것으로 판단된다. 즉 모델의 훈련 정확도는 높지만 다양한 공간특성이나 입력 자료의 잡음 효과 등으로 오히려 분류 성능이 저하된 것으로 나타났다. 이러한 결과는 대상 지역의 공간특성을 고려해 적절한 분류 알고리즘을 선택해야 하는 것을 의미한다. 또한 CNN에서 특히, 3D-CNN에서 일정 수준의 분류 성능을 담보하기 위해 다량의 훈련자료 수집이 필요하다는 것을 의미한다.

• International Journal of Control, Automation, and Systems
• /
• 제3권4호
• /
• pp.571-579
• /
• 2005

In this paper, we proposed an algorithm for arrhythmia classification, which is associated with the reduction of feature dimensions by linear discriminant analysis (LDA) and a support vector machine (SVM) based classifier. Seventeen original input features were extracted from preprocessed signals by wavelet transform, and attempts were then made to reduce these to 4 features, the linear combination of original features, by LDA. The performance of the SVM classifier with reduced features by LDA showed higher than with that by principal component analysis (PCA) and even with original features. For a cross-validation procedure, this SVM classifier was compared with Multilayer Perceptrons (MLP) and Fuzzy Inference System (FIS) classifiers. When all classifiers used the same reduced features, the overall performance of the SVM classifier was comprehensively superior to all others. Especially, the accuracy of discrimination of normal sinus rhythm (NSR), arterial premature contraction (APC), supraventricular tachycardia (SVT), premature ventricular contraction (PVC), ventricular tachycardia (VT) and ventricular fibrillation (VF) were $99.307\%,\;99.274\%,\;99.854\%,\;98.344\%,\;99.441\%\;and\;99.883\%$, respectively. And, even with smaller learning data, the SVM classifier offered better performance than the MLP classifier.

• 논리연구
• /
• 제8권2호
• /
• pp.3-32
• /
• 2005

수론(Number theory)과 수학 전반에 걸쳐 무모순성을 확립하고자 한 힐버트의 합리주의적 열망은 무모순성을 주장하는 진술 자체가 그 체계 내에서 결정 불가능한 진술이라는 괴델의 두 번째 정리에 의해 좌절된다. 수학의 어떤 문제에서도 수학자가 "Ignorabimus!" (우리는 모른다!) 해서는 안된다는 힐버트의 낙관 또한 수학에서 증명도 반증도 안되는 결정불가능한 진술의 존재로 인하여 무너진다. 힐버트 프로그램은 일체의 모호함을 배제하고 기호와 기호열에 대한 기계적 연산에 기초하기 때문에 그 충격도 그만큼 클 수밖에 없다. 이 프로그램의 좌절은 그래서 무엇보다도 형식화의 한계를 분명히 보여준다. 이제 수학에서는 통사론적인 증명가능성의 개념이 의미론적인 참의 개념보다 우위를 갖게 되었다. 그리고 그가 제안한 알고리듬(기계적 절차)의 개념은 프로그래밍 언어의 출현에 직접 기여하였다. 그래서 우리는 그의 기획이 비록 좌절했지만 위대한 실패라고 믿고 싶다.

• 한국정보통신학회논문지
• /
• 제14권1호
• /
• pp.16-22
• /
• 2010

심전도 신호 분석 및 부정맥 분류는 환자를 진단하고 치료하는데 중요한 역할을 한다. 부정맥은 맥박이 불규칙한 상태로 심실빈맥(VT)이나 심실세동(VF) 환자에게 심각한 위협이 될 수 있다. 심방조기수축(APC)과 상심실성빈맥(SVT), 심실조기수축(PVC)은 심실빈맥(VT)만큼 치명적이지는 않지만 심장질환을 진단하는데 중요한 부정맥이다. 본 논문은 2~3개의 부정맥 분류만을 고려한 기존의 방법을 극복하고 다양한 부정맥을 분류하기 위한 새로운 방법을 제시한다. 심전도 신호의 특징 추출을 위해서 EMD 방법으로 신호를 분해하여 IMFs를 얻는다. 입력 데이터의 양은 분류기 성능에 영향을 미치므로 신호 데이터의 차원을 감소시키기 위해 Burg 알고리즘을 IMFs에 적용하여 AR 계수를 구하고 여러 개의 이진 분류기를 결합한 다중 클래스 SVM의 입력으로 사용한다. 최적의 SVM 성능 파라미터를 선택하고 부정맥 분류에 적용한 결과 검출의 정확성은 96.8%~99.5%였다. 실험 결과는 제안한 EMD 방법에 의한 전처리 및 특징 추출과 다중 클래스 SVM에 의한 부정맥 분류의 유용성을 보여준다.

• 한국통신학회논문지
• /
• 제39C권6호
• /
• pp.490-496
• /
• 2014

무릎 관절 연골은 두께가 얇아 대부분 무릎 질환의 원인이 되고 있다. 그러므로 무릎 자기공명영상에서 관절 연골 분할은 무릎 질환의 정확한 진단을 위한 필수조건이다. 특히 수동이 아닌 전자동 방식으로 무릎 관절 연골을 분할하여야만 효과적인 무릎 질환 진단을 할 수 있다. 본 논문에서는 뇌 자기공명영상에서 대표적으로 사용되는 레벨 셋 기반의 영상 분할 기법을 분석하여 무릎 자기공명영상에 적용 시 문제점을 파악하고 이를 해결함으로써, 무릎 자기공명영상에 레벨 셋 기반 영상분할 방식을 적용하였다. 이는 본 논문에서 제안하는 분할기법을 사용할 경우 무릎 관절 연골 분할에 대한 모든 과정이 전자동화 되어 기존 반자동화 방식보다 빠른 처리가 가능하며, 3차원 형상화를 통해 보다 정확한 진단에 도움을 줄 수 있다. 또한 우리는 제안하고 있는 분할기법이 기존 대표적인 무릎 관절 분할보다 더 높은 정확도를 갖는 것을 실험을 통해 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제3권1호
• /
• pp.1-4
• /
• 2002

사출성형에서 제품의 최종 품질에 영향을 미치는 중요한 인자들 중의 하나는 사출압력이다. 전통적으로 현장의 사출전문가는 오래된 현장 경험을 바탕으로 사출압력을 결정한다. 그러나 비전문가에게는 제품의 크기, 형상 그리고 사출공정의 전반적인 과정을 고려한 적절한 사출압을 결정하기가 쉽지 않다. 본 연구에서는 퍼지 논리(fuzzy logic)를 이용하여 제품도면에 나와 있는 제품두께와 유동길이를 알면 쉽게 초기 사출압을 결정할 수 있도록 전문가의 경험을 규칙베이스화 하였다. 규칙베이스를 구성하기 위해서 현장 전문가들을 인터뷰하고 설문조사를 한 후 기술적인 문서를 작성하여야 하지만 본 연구에서는 사출성형 해석 프로그램인 C-Mold를 이용하여 수 차례의 시뮬레이션을 반복 수행하여 규칙베이스를 구성하였다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.35-41
• /
• 2016

본 논문에서는 심층 학습 모델 방법을 이용하여 EPS(Electronic Potential Sensor) 기반의 손동작 신호를 인식하는 시스템을 제안한다. 전기장 기반 센서인 EPS로부터 추출된 신호는 다량의 잡음이 포함되어 있어 이를 제거하는 전처리과정을 거쳐야 한다. 주파수 대역 특징 필터를 이용한 잡음 제거한 후, 신호는 시간에 따른 전압(Voltage) 값만 가지는 1차원적 특징을 지닌다. 2차원 데이터를 입력으로 하여 컨볼루션 연산을 하는 알고리즘에 적합한 형태를 갖추기 위해 신호는 차원 변형을 통해 재구성된다. 재구성된 신호데이터는 여러 계층의 학습 층(layer)을 가지는 심층 학습 기반의 모델을 통해 분류되어 최종 인식된다. 기존 확률 기반 통계적 모델링 알고리즘은 훈련 후 모델을 생성하는 과정에서 초기 파라미터에 결과가 좌우되는 어려움이 있었다. 심층 학습 기반 모델은 학습 층을 쌓아 훈련을 반복하므로 이를 극복할 수 있다. 실험에서, 제안된 심층 학습 기반의 서로 다른 구조를 가지는 컨볼루션 신경망(Convolutional Neural Networks), DBN(Deep Belief Network) 알고리즘과 통계적 모델링 기반의 방법을 이용한 인식 결과의 성능을 비교하였고, 컨볼루션 신경망 알고리즘이 다른 알고리즘에 비해 EPS 동작신호 인식에서 보다 우수한 성능을 나타냄을 보였다.

• 한국지역지리학회지
• /
• 제13권5호
• /
• pp.563-575
• /
• 2007

본 연구는 개방환경에서 지형정보 웹지도화를 통한 활용가능성에 대한 검토 분석이다. 웹지형도는 기존 지형도의 기능을 수행하면서 동적인 지형정보 활용을 위한 기능과 분석, 시각화에 초점을 두고자 하였다. 웹지형정보도의 주요 기능 구현으로는 공간검색, 확대 축소, 이동, 토지이용 정보, 사용자정의 3차원 표현, 지형단면 및 고도분석, 거리분석, 지역간 경로안내, 지역검색, 필드정보, 지역 영상정보 등이다. 이러한 기능을 수행하기 위해 SVG, MYSQL, PHP, XML을 사용하였다. 공간정보는 SVG를 이용하여 표현되도록 하였다. SVG는 소스가 개방되어 누구나 쉽게 사용할 수 있을 뿐만 아니라, 웹언어를 통한 데이터베이스 연동, 지도학적 표현이 효과적이다. 본 연구에서 중점을 두어 개발한 기능은 사용자 정의 3차원지도, 지형단면도, 최단경로 분석이다. 3차원지도는 수치고도모델을 제작하여 고도에 따른 픽셀에 불투명도 간을 부여하여 태양빛에 따라 입체영상이 표현되도록 하였다. 지형단면분석은 사용자가 범위를 지정하면 수치고도모델의 고도간을 데이터베이스에서 가져와 지형단면도과 통계정보가 나타나도록 하였다. 지역간 최단경로는 다익스트라 알고리즘을 적용하여 개발하였다. 앞으로 WebGIS는 정보전달 보다는 사용자 제공 지리정보(WebGIS 2.0) 확산에 더 기여할 것으로 예상된다. 이를 위하여 보다 많은 WebGIS 에 대한 연구개발이 요구된다.

• 대한토목학회논문집
• /
• 제12권3호
• /
• pp.65-79
• /
• 1992

본(本) 연구(硏究)는 2골절(滑節) 강재(鋼材) 아치의 최적설계(最適設計)에 관(關)한 것으로 아치구조(構造)의 정확(正確)한 해석(解析)과 구조(構造)를 안전(安全)하며 경제적(經濟的)으로 설계(設計)하는 데 목적(目的)을 둔다. 구조해석(構造解析) 방법(方法)은 해석과정(解析過程)에서 구조물(構造物)의 처짐울 고려(考慮)하는 유한차분법(有限差分法)을 도입(導入)하므로 해석오차(解析誤差)를 소거(消去)하여 구조물(構造物)의 단면력(斷面力)을 결정(決定)할 수 있는 방법(方法)을 사용(使用)한다. 최적화문제(最適化問題)는 설계변수(設計變數)를 단면(斷面)의 칫수들(B, D, $t_f$, $t_w$)로 하는 목적함수(目的函數)와 제약건식(制約件式)으로 형성(形成)한다. 목적함수(目的函數)는 아치구조(構造)의 총(總) 중량(重量)으로하고 제약조건(制約條件)은 한국(韓國) 도로교(道路橋) 표준시방서(標準示方書)에 규정(規定)된 허용응력(許容應力), 플랜지와 복부(腹部)의 최소칫수에 관한 규준(規準)을 사용(使用)하고 I형(形) 단면(斷面)의 경제적(經濟的) 높이 조건(條件)과 복부(腹部)의 상한계(上限界) 칫수와 플랜지 폭(幅)의 하한계(下限界) 칫수를 포함(包含)하여 유도(誘導)된다. 본(本) 연구(硏究)에서 개발(開發)된 비선형계획문제(非線型計劃問題)를 풀기 위해 수정(修正) Newton Raphson 탐사법(探査法)을 사용(便用)하는 SUMT 기법(技法)을 도입(導入)하여 수치예(數値例) 통(通)하여 시험(試驗) 본다. 본(本) 연구(硏究)에서 개발(開發)된 아치구조(構造)의 최적화(最適化) 프로그램은 여러 아치구조(構造) 수치예(數値例)를 통하여 시행(試行)하고 고찰(考察)한다. 이러한 수치결과(數値結果)를 통(通)하여 본 알고려즘의 최적화(最適化) 가능성(可能性), 적용(適用) 가능성(可能性) 및 수검성(收檢性)과 타(他) 문현(文獻)(30)을 사용(使用)한 수치결과(數値結果)와도 비교분석(比較分析)한다. 본(本) 연구(硏究)의 최적단면적(最適斷面績)과 2차(次)모멘트의 상관관계식(相關關係式)은 많은 수치적(數値的) 최적설계(最適設計) 결과(結果)로부터 도출(導出)한다.

• 한국측량학회지
• /
• 제33권1호
• /
• pp.31-43
• /
• 2015

본 논문에서는 세종시 우주측지관측센터에 위치한 VLBI 안테나를 대상으로 모바일폰 카메라의 캘리브레이션을 수행하고, 촬영된 스테레오 영상으로부터 3차원 위치좌표를 산출하였다. 모바일폰에 탑재된 카메라의 캘리브레이션을 위한 초기값으로 DLT방법과 상용 수치사진측량시스템인 PhotoModeler $Scanner^{(R)}$ ver. 6.0을 활용하였다. DLT와 PhotoModeler방법으로 산출한 표정결과를 초기값으로 사용하여 광속조정을 통해 카메라 내 외부 표정요소를 계산하고, 두 결과의 정확도를 비교하였다. 두 가지 방법으로 산출한 표정결과는 상당한 편차가 발생하지만, 비선형의 공선조건식을 이용한 광속조정계산으로 두 가지 방법의 최종 표정결과가 거의 일치함을 알 수 있었다. 또한, 두 가지 방법으로 결정된 카메라 내 외부 표정요소들을 이용하여 VLBI 안테나 특징점에 대한 3차원 좌표를 계산하고 토탈스테이션을 통해 측정된 기준좌표들과 비교하였다. 그 결과, 두 가지 방법 모두 표준편차가 $X=0.004{\pm}0.010m$, $Y=0.001{\pm}0.015m$, $Z=0.009{\pm}0.017m$로서, cm급의 높은 정확도를 나타내었다. 이러한 결과를 통해 정밀 사진측량의 목적이 아닌 허용오차의 범위가 상대적으로 큰 다양한 사진측량 분야에 모바일폰 카메라를 활용할 수 있을 것이라 판단된다.